新模型PerturbPFN推动药物扰动预测

研究人员推出PerturbPFN，这是一种旨在预测化学扰动对细胞反应的新型模型，特别是在药物发现领域。该模型利用分层合成结构先验，并推断潜在系统图、干预目标和强度来预测效应。PerturbPFN仅在模拟器生成的合成数据上进行训练，在真实和合成基准测试中均表现出竞争力，并以低推理成本提供可解释的中间估计。 AI

影响 通过改进对化学扰动细胞反应的预测，增强药物发现能力。

排序理由 该集群包含一篇详细介绍新模型及其评估的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• alphaXiv
• CatalyzeX
• DagsHub
• Gotit.pub
• Hugging Face
• IArxiv
• Influence Flower
• Master of Science
• PerturbPFN
• Preferred Networks
• ScienceCast

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →